不确定风险对物流资源整合的影响研究.docxVIP

不确定风险对物流资源整合的影响研究 摘要：为探索不确定风险对物流资源整合的影响，以整个港口供应链为视角，综合考虑物流服务需求方、物流服务供应商、港口企业，构建不确定双层规划模型。上层模型从港口供应链整体角度出发，以整合收益最大化为目标，在给定决策者对于节点中断和需求不确定风险的置信水平下，优化链上多港口对上下游企业的整合策略；下层模型从港口供应链企业节点角度出发，以运输需求方总成本最小为目标，优化整合策略下的均衡货流量。设计混合遗传算法求解案例。案例结果表明：在遭遇风险的情况下，物流服务供应商参与港口整合相较于不参加，链条整体可以获得收益更大；依据决策者对于两种风险置信水平的不同，链上各个港口的整合策略将呈现明显的差异性，且节点中断风险对港口供应链收益情况的影响更大。 0 引言近年来，为提升链条的运作效率和营运收益，位于港口供应链核心地位的港口企业选择整合资源，与上下游企业节点进行系统合作。然而，链条上节点数量增多以及全球突发事件的发生，使得链条整合面临各种不确定性。针对链条的物流服务功能，考虑企业节点中断和货运需求的不确定性，如何选择链条整合策略是值得探讨的问题。在港口供应链整合研究方面，Han C.H.等目前，港口供应链整合问题的研究对象大多为单一港口，分析不确定环境下多港口协调引导链条整合的研究成果较少。在此基础上，本文设计不同决策者对于中断和需求风险的置信水平，对比分析各层级节点与多个港口之间的合作关系，建立双层规划模型使整个系统的整合收益最大化。1 问题描述与建模1.1 问题描述港口供应链通常为多条以服务供应商、港口和客户为节点的三级供应链结构1.2 模型假设港口供应链物流资源整合是一个复杂的问题，为便于建立数学模型，故对模型做出以下假设：(1)该港口供应链重点关注物流服务及物流服务供应商，暂不对其他种类的服务及服务供应商做分析；(2)港口供应链整合后的利益分配服从利益共享契约，即港口将一部分收益交付其整合的物流服务供应商；(3)物流服务供应商参与整合后会降低对物流服务需求方的收费，以增加经过该港口和供应商之间的货量；(4)各物流服务供应商若选择参与整合，则仅选择参与一个港口主导的整合，出口车队只参与起始港整合，进口车队只参与目的港整合，船公司既可以参与起始港整合也可以参与目的港整合。由于无法描绘港口供应链中的所有不确定情景，本文仅考虑节点中断和需求不确定情景对链条的影响，忽略其余不确定性的作用。另外，对于节点中断情景做出如下假设：(1)物流服务需求方不发生中断；(2)若节点发生中断，货物不能流经该节点，物流服务需求方将默认选择其他节点连续路径运输，暂不分析中断时间的影响；(3)本文引入缺货成本，表示由于物流服务供应商的大规模瘫痪，无法完成物流需求的惩罚成本，实际缺货成本由多方因素影响，不是单位缺货成本的简单线性函数，但本文暂不做细化分析，将单位缺货成本设置为8000美元·TEU1.3 模型参数模型中的输入变量和决策变量如表1所示。1.4 双层规划模型构建从港口供应链整体收益和物流服务需求方总成本两个角度考虑，分别建立上层收益最大，下层成本最小的双层规划模型。(1)上层规划式(1)为最大化两种不确定风险下的港口供应链整体收益；式(2)要求每一需求情景下的总收益不超过(2)下层规划式(18)为在中断情景和需求情景下最小化物流服务需求方的成本，包括运输成本、港口作业成本、中断缺货成本；式(19)～式(20)要求若没有发生中断，子链上的货量不能超过节点的服务能力；式(21)表示流入目的地的货量不能超过需求情景下的目的地需求；式(22)表示子链上各节点间货量流入等于流出；式(23)～式(24)表示若没有发生中断，物流服务供应商整合后货量不超过港口节点的容量限制；式(25)表示折扣系数只有整合时大于0；式(26)～式(27)表示0-1变量和正整数约束。2 模型求解根据不确定双层规划模型，设计结合随机模拟、最短增广链算法、遗传算法的混合遗传算法，如图2所示，图中，g(1)随机机会约束规划上层规划本质上是随机机会约束规划，包含两个随机变量，分别是中断情景r和需求情景s。其中与随机变量有关的式(2)和式(3)可以转化为Maximax模型中乐观值模型，模型具体定义可参考亓尧等(2)最短增广链改进算法下层规划可以转化为具有容量限制的经典最小费用流问题。在传统问题中，两个节点之间只能连接一条路径。特殊的是，在港口供应链中，每段子链的收费是由连续的3层节点的连接路径决定的。因此，在构建网络时，两个节点之间需要连接多条路径。例如，货主1与起始港1之间连接多条路径即出口车队，这样路径上能记录3个层级的节点。为提高程序运行